Is AI a bubble or something more durable? In this video, David Tron challenges the prevailing dot-com comparison and makes the case that today's cycle looks far more like the commodity supercycle of 2002 to 2007, driven by real earnings growth rather than speculative hype. He introduces a new framework for understanding the U.S. equity market, moving beyond the Magnificent Seven to focus on five major AI CapEx spenders and the roughly 40 supplier stocks benefiting from US$770 billion in spending in 2026, likely rising to US$1 trillion in 2027. David also unpacks the concept of AI data centres as "token factories" and what rising input costs mean for the average software business. And he explains why, in his view, the most compelling opportunity in U.S. equities right now isn't in large- or mega-cap stocks — it's in mid-cap growth.
The breakdown
Is AI a bubble, or are we actually in the early stages of something much bigger? (0:09 - 2:35)
With AI changing the economics of software, how do you determine which software companies win and which ones don't? (2:36 - 5:16)
Where are you seeing the most compelling investment opportunities in U.S. equities right now? (5:17 -7:16)
Durée : {{ formattedDuration }}
Transcription
David Tron, CFA - Premier gestionnaire de portefeuille, Actions nord-américaines
Un débat fait actuellement rage sur les marchés boursiers américains pour savoir si nous sommes ou non dans une bulle de l'IA. L'opinion générale est que cette période est similaire à celle de la bulle Internet de 1998 à 2000. Nous estimons quant à nous que cette période ressemble en réalité beaucoup plus à un supercycle des matières premières, comparable à celui de 2002 à 2007.
Et la preuve qui vient étayer cette thèse est simplement que ce cycle particulier, au cours des quatre dernières années, a été presque exclusivement tiré par la croissance des bénéfices plutôt que par l'expansion des multiples, alors que la période de 1998 à 2000 était presque purement une expansion spéculative des multiples. Nous pensons qu’il est vraiment important de redéfinir les segments du marché boursier américain aujourd’hui pour mieux comprendre cela.
Il y a quatre ans, le terme des Sept Magnifiques a vu le jour. Les sept plus grandes valeurs du S&P 500 ont généré l’essentiel de la croissance des bénéfices, tandis que les 493 autres n’ont pas contribué autant à cette croissance. Nous dirions que cette classification Mag 7 commence à faire son temps. Il existe aujourd’hui une nouvelle façon d’appréhender les marchés boursiers américains, qui se résume simplement à cinq très grands acteurs en matière de dépenses d’investissement dans l’IA : Meta, Google, Microsoft, Amazon et Oracle. 40 fournisseurs d’IA qui bénéficient de ces dépenses d’investissement, comme Nvidia, Broadcom.
Mais aussi GE Vernova, Digital Realty et certaines valeurs énergétiques, puis tous les autres. Donc 5 titres, 40 titres, et tous les autres. En termes de pondération au sein du S&P 500, cela correspond en réalité à 20 %, 20 % et 60 %. Ce qui est particulièrement remarquable pour cette période, c'est que l'essentiel de la croissance des bénéfices du S&P 500 en 2026 et au cours des deux années précédentes a été largement tirée par ces 20 titres de fournisseurs d'IA qui bénéficient énormément des dépenses d'investissement, à hauteur de 770 milliards en 2026, et probablement d'un billion en 2027.
Ce qui est extrêmement important pour nous, alors que nous espérons gagner de l'argent en bourse, c'est de savoir où se situent les goulots d'étranglement au sein de la chaîne d'approvisionnement pour ces dépenses d'investissement, quels goulots d'étranglement devraient et pourraient être résolus par les investisseurs en IA (les fournisseurs de dépenses d'investissement), et lesquels de ces fournisseurs d'IA sont les plus susceptibles de connaître une croissance durable de leurs bénéfices, par opposition à un ralentissement des bénéfices dû à la résolution des goulots d'étranglement à l'avenir ?
C'est donc ce sur quoi nous nous concentrons énormément aujourd'hui, et je pense que c'est la bonne façon d'appréhender le contexte actuel.
Les actions du secteur des logiciels subissent actuellement une forte baisse, qui a commencé il y a environ un an. Pour mieux comprendre où se trouvent les opportunités, s'il y en a parmi les actions du secteur des logiciels aujourd'hui, je pense qu'il est tout d'abord très important de comprendre le centre de données d'IA, que nous considérons de plus en plus comme une « usine à jetons ». Imaginez une usine à jetons comme de l'énergie qui entre par la porte, circule à travers les calculs, les mathématiques et d'autres composants liés à ces activités,
et qui, à l’autre bout de l’usine, crache des jetons. Les jetons sont ce qu’achètent aujourd’hui les entreprises de logiciels, comme le feront de nombreuses autres entreprises à l’avenir. Les jetons constitueront un coût de production pour toutes sortes d’entreprises à l’avenir. Qu’est-ce qu’un jeton ? Un jeton est simplement une syllabe d’un mot, un résultat d’un LLM. « Canada » = trois jetons.
Les éditeurs de logiciels comptent aujourd’hui parmi les plus gros acheteurs de jetons, car ils vont devoir commencer à proposer des modules d’IA et des produits d’IA à leurs clients, car c’est ce que ceux-ci veulent — et ce sera probablement la meilleure façon pour les éditeurs de logiciels de mener leurs activités à l’avenir. En résumé, les jetons constituent désormais un coût de production pour les entreprises de logiciels, et celles-ci ne créent pas de jetons.
Elles doivent acheter des jetons auprès d’OpenAI, d’Anthropic, de Google et d’autres acteurs du genre. Nous estimons donc que l'entreprise de logiciels moyenne sera probablement une entreprise moins performante à l'avenir, simplement parce que les coûts de production augmentent et parce qu'elle va subir de nouvelles pressions concurrentielles de la part d'entreprises natives de l'IA qui tenteront de faire la même chose qu'elle à l'avenir.
Ainsi, lorsque nous réfléchissons au paysage du logiciel, nous le divisons en trois catégories : les entreprises de logiciels qui doivent vendre des jetons, celles qui n'ont probablement pas besoin de vendre de jetons parce qu'elles s'adressent à un marché final peut-être moins sophistiqué, ou parce qu'elles sont tout simplement d'une importance cruciale, et les entreprises de logiciels qui ont peut-être besoin de vendre des jetons mais qui peuvent en réalité profiter du supercycle de l'IA.
Et comme elles fournissent la structure de base de l'infrastructure des agents, qui devrait se généraliser en 2027 et 2028, nous sommes, sans surprise, plus prudents vis-à-vis du groupe de valeurs logicielles qui doivent vendre des jetons. Nous nous intéressons de plus en plus à cette cohorte d'entreprises qui, selon nous, n'ont pas réellement besoin de vendre des jetons pour conserver leurs parts de marché et leurs marges, mais qui ont été entraînées à la baisse avec ce premier groupe.
Et puis le troisième groupe est celui dont nous détenons le plus de titres aujourd’hui, et celui qui affiche les meilleurs résultats actuellement, car il connaît la plus forte accélération de son chiffre d’affaires en fournissant l’infrastructure — les pioches et les pelles — aux agents qui se développent aujourd’hui et qui se multiplieront en 2027.
Nous pensons donc que le segment le plus attractif du marché boursier américain à l’heure actuelle n’est en fait pas celui des grandes capitalisations ou des méga-capitalisations, qui ont enregistré des rendements relativement élevés, tant en termes de bénéfices que de multiples, au cours des quatre dernières années environ. Mais en réalité, nous pensons que les opportunités les plus intéressantes et les plus attractives se trouvent dans le segment des valeurs de croissance à moyenne capitalisation du marché boursier américain.
Pensez à une valeur d'entreprise de 5 milliards de dollars dans le bas de la fourchette, et de 60 milliards de dollars dans le haut de la fourchette. La raison en est que ces grands hyperscalers continuent de dépenser des sommes colossales en dépenses d'investissement. Une grande partie de ces dépenses d'investissement se répercute sur le chiffre d'affaires de nombreuses actions de moyenne capitalisation du secteur des « pelles et pioches » que nous détenons et continuons de détenir.
Mais je pense que ce qui nous enthousiasme le plus à propos du marché américain des moyennes capitalisations, c'est la capacité à exploiter cette technologie qui se développe aujourd'hui et qui va nous accompagner tout au long de notre vie. Ces entreprises qui peuvent exploiter cette technologie dès aujourd’hui pour augmenter leurs marges et stimuler la croissance de leur chiffre d’affaires. Ce que nous constatons, c’est que les entreprises que nous détenons sur le marché des moyennes capitalisations ont tendance à être des entreprises performantes et à opérer dans des secteurs en croissance.
Le détenteur de la part de marché la plus importante dans un bassin de profits particulier en pleine croissance. La mise en œuvre de l’IA est délicate. Pour y parvenir avec brio, il faut une bonne culture d’entreprise et beaucoup d’argent, et nous constatons que le détenteur de la plus grande part de marché dans notre bassin de profits est le mieux placé pour exploiter cette technologie et l’utiliser plus efficacement que ses concurrents. Nous constatons donc que les adoptants les plus avancés de cette technologie sont, en réalité, ces entreprises performantes et ces bassins de profits en pleine croissance.
Beaucoup d'entre elles sont des valeurs de moyenne capitalisation qui ont des concurrents de petite capitalisation. Nous voyons donc se dessiner un scénario dans lequel ces grandes valeurs de moyenne capitalisation peuvent ravir des parts de marché à leurs concurrents de petite capitalisation en tirant mieux parti de cette technologie, car elles disposent de la culture adéquate et des ressources nécessaires pour investir dans sa mise en œuvre, afin d'augmenter leurs marges et de faire progresser leur chiffre d'affaires.
Key takeaways
This isn't a dot-com bubble — it looks more like a commodity supercycle. While the consensus compares today's AI market to the speculative bubble of 1998–2000, David argues the current cycle more closely resembles the commodity supercycle of 2002–2007. The key difference: this cycle has been driven predominantly by real earnings growth, not speculative multiple expansion.
The "Magnificent Seven" framework is getting tired — a new lens is more useful. David introduces a sharper way to view the U.S. equity market today: five large AI CapEx spenders (Meta, Google, Microsoft, Amazon, and Oracle) and roughly 40 AI supplier stocks that are the direct beneficiaries of that spending.
The average software business faces a tougher road ahead. AI data centres are increasingly functioning as "token factories," and tokens — the outputs of large language models — are now an input cost that software companies must purchase from the likes of OpenAI, Anthropic, and Google. That spells higher costs and new competitive pressure from AI-native companies for the average software business.
Not all software stocks are the same — the three-bucket framework matters. David sorts software companies into three groups: those that need to sell tokens (more cautious); those that likely don't (mission critical or less sophisticated end markets, and currently being unfairly pulled down); and those that need to sell tokens but are providing the scaffolding for the agent infrastructure expected to proliferate in 2027 and 2028 – the group owned most today.
Mid-cap growth is a compelling segment of the U.S. equity market right now. With enterprise values roughly between US$5 billion and US$60 billion, these companies are well-positioned to benefit from ongoing hyperscaler CapEx, harness AI to expand margins and accelerate revenue, and take market share from smaller competitors who lack the culture and resources to implement this technology as effectively.